目标跟踪（三）——多目标跟踪

github paper and code list

multi-object-tracking-paper-list

100kfps多目标追踪器-iou-tracker

iou-tracker 简介
总体思路: 整体就是一个检测+IOU判断。
对于每一帧，在当前帧的检测框中找到和当前追踪队列的追踪框中iou最大的检测框，然后判断该iou是否大于阈值，如果是，则将该检测框加入，作为与之匹配的追踪框在当前帧中的位置；否则，判断该追踪框在之前帧中的最大检测得分是否大于阈值σh，且在该帧之前目标出现的帧数是否大于阈值tmin。
优点： 速度快
缺点： 跟踪结果更多的依赖检测的结果

Tracking By Detecting多目标跟踪

参考自：多目标追踪笔记二：关于Tracking By Detecting的多目标跟踪数据关联流程梳理
主要思想为：
使用faster-RCNN（或其他检测算法）检测第一帧的目标–>将检测的目标经过卡尔曼滤波预测下一帧的轨迹状态（u,v,r,h）–>再使用faster-RCNN检测第二帧的目标–>将检测到的第二帧目标与预测的轨迹状态进行配对，（例如如果两者IOU接近1，则代表上帧目标与此帧对应成功）

近年论文及开源代码汇总

知乎上的最新整理和总结。有19年的。
知乎链接

Multiple Object Tracking Benchmark

这是多目标跟踪领域的一个公开评价标准。上面有各个算法提交的结果，同时能看项目是否开源。
MOT

Multiple Hypothesis Tracking Revisited

有开源代码，用matlab写的
MHT